Insights
Vom Gesprächsvolumen zum Gesprächswert: Was künstliche Intelligenz für Kundenbeziehungen bedeutet
Künstliche Intelligenz verändert das Betriebsmodell der Kundenkommunikation. Gespräche sind nicht mehr durch die Kapazität von Agenten oder Geschäftszeiten begrenzt. Diese Veränderung ändert grundlegend, was Kundengespräche erreichen können und welchen Wert sie für jeden einzelnen Verbraucher schaffen.
Aber viele Unternehmen haben sich noch nicht an diese Realität angepasst.
Unternehmen nutzen künstliche Intelligenz oft, um auf Geschwindigkeit und Skalierbarkeit zu optimieren – mehr Anfragen bearbeiten, Interaktionen schneller beenden, Kosten senken. Ihre Denkweise hat sich nicht geändert, obwohl sich die Technologie weiterentwickelt hat. Allzu oft behandeln viele Unternehmen Gespräche eher als etwas, das man verwalten muss, anstatt als Momente, die Beziehungen stärken können.
Das Problem bei diesem Ansatz ist, dass Skalierung ohne Kontext falsches Vertrauen schafft. Wenn künstliche Intelligenz Interaktionen ohne Absicht skaliert, automatisiert sie Interaktionen von geringem Wert. Kunden erhalten Antworten und vielleicht sogar eine Lösung, aber sie erzielen keinen Fortschritt oder Relevanz. Im Jahr 2026 ist das einfach nicht mehr gut genug.
Die nächste Phase der KI in der Kundenkommunikation wird nicht dadurch bestimmt, wie viele Konversationen Marken führen können – sie wird dadurch bestimmt, ob Marken bei jeder Interaktion die Kundenerwartungen erfüllen. Diese Perspektive baut auf den Themen auf, die wir in unserem Sinch Prognosen 2026 zur Kundenkommunikation beleuchtet haben. Darin wird genauer untersucht, was diese Veränderungen dafür bedeuten, wie Konversationen definiert, gemessen und bewertet werden.
Wie künstliche Intelligenz die Bedeutung eines Kundengesprächs verändert
Im Jahr 2026 erwarten Verbraucher, dass ihr Gesprächsverlauf bei allen Interaktionen mit einem Unternehmen übernommen wird. Wenn sie gestern per Chat den Status einer Bestellung überprüft und heute angerufen haben, um ihre Lieferzeit zu aktualisieren, erwarten sie vom Unternehmen, dass es diese Momente miteinander verbindet. Sie erwarten auch, dass das Unternehmen vorhersieht, was sie als Nächstes benötigen, ohne dass sie von vorne anfangen müssen.
Sinchs Stand der Kundenkommunikation 2025 -Bericht zeigt, dass 59 % der Konsumierenden es wichtig finden, dass Informationen zwischen Kanälen wie E-Mail, SMS, Chat und Voice fließen. Dieser Kontext macht den Unterschied zwischen einer nützlichen Konversation und einer, die man einfach vergisst. Eine Kundenkonversation hat sich zu einem fortlaufenden Dialog entwickelt, der Kontext, Erinnerung und Intention über die gesamte Beziehung hinweg aufrechterhält.
Und wenn dies nicht der Fall ist, bricht das Erlebnis schnell zusammen: 81 % berichten von einer negativen Reaktion, wenn sie gezwungen sind, Informationen zu wiederholen, wobei viele Frustration und verlorenes Vertrauen anführen.
der Verbraucher geben an, dass es wichtig ist, dass Informationen zwischen den Kanälen fließen.
der Verbraucher berichten von einer negativen Reaktion, wenn sie gezwungen sind, Informationen zu wiederholen.
Das Problem? Die meisten Organisationen sind nicht darauf eingerichtet, diese Erwartungen zu erfüllen.
Laut Vandita Arora, Group Product Manager bei HubSpot, fühlen sich Gespräche selbst dann nicht durchgängig oder zusammenhängend an, wenn ein Unternehmen über mehrere Kanäle verfügt, da fragmentierte Daten dies verhindern.
„Was sich immer noch grundlegend falsch anfühlt, ist die Isolation der Daten … obwohl man all diese Kanäle hat, wird der Kontext nicht geteilt, und jede Interaktion beginnt wieder bei null.“
Verbraucher erwarten Gespräche, die erkennen, wer sie sind, und sich daran erinnern, was bereits geschehen ist. Sobald Gespräche kontinuierlich und kontextbezogen werden, kann der Erfolg nicht daran gemessen werden, wie schnell sie beendet werden. In dem Moment, in dem Gespräche nicht mehr isoliert sind, beginnen geschwindigkeitsbasierte Effizienzmetriken, die falsche Geschichte zu erzählen.
Warum Effizienzmetriken nicht mehr die ganze Wahrheit sagen
Die meisten Metriken, die zur Messung von Kundengesprächen verwendet werden, wurden für eine Welt der Knappheit konzipiert. Es gab mehr eingehende Nachfrage als verfügbare Agenten und mehr Gespräche als Zeit. In diesem Umfeld waren Metriken wie die durchschnittliche Bearbeitungszeit (Average Handle Time, AHT) und die Abweisung (Deflection) sinnvoll. Geschwindigkeit war die einzige Möglichkeit, Schritt zu halten.
Künstliche Intelligenz verändert diese Gleichung.
Da Gespräche weniger durch Kapazitäten eingeschränkt und über Kanäle hinweg stärker verbunden sind, verfehlt die reine Optimierung auf Geschwindigkeit den Kern der Sache. Künstliche Intelligenz kann die Interaktionszeit verkürzen, aber das macht sie nicht immer erfolgreich. In vielen Fällen bewirkt sie das Gegenteil, indem sie Gespräche komprimiert, die eigentlich mehr Zeit und Kontext benötigen.
Und das trifft den Kern, warum veraltete Effizienzmetriken nicht mehr ausreichen. Wenn künstliche Intelligenz hauptsächlich zur Steigerung der Abweisung oder zur Reduzierung der Bearbeitungszeit eingesetzt wird, erreichen die Teams möglicherweise ihre Ziele, verfehlen aber das Ergebnis vollständig. Eine schnelle Interaktion, die den Kontext ignoriert, kann intern effizient wirken, während sie beim Kunden für Reibung sorgt.
Was jetzt mehr zählt, ist, ob ein Gespräch Fortschritt schafft:
- Hat es den Kunden vorangebracht?
- Hat es die Unsicherheit verringert?
- Hat es bestärkt, dass das Unternehmen versteht, wo der Kunde steht und was er als Nächstes braucht?
- Hat es mehr Wachstumschancen geschaffen?
Die Messung muss sich entsprechend weiterentwickeln. Nicht hin zu mehr Metriken, sondern hin zu besseren Fragen. Anstatt zu fragen, wie schnell ein Gespräch endete, müssen Führungskräfte verstehen, ob es Kontinuität, Vertrauen und eine langfristige Wirkung geschaffen hat.
Vom Cost-Center zum Wachstumsmotor
Wenn Gespräche so gestaltet sind, dass sie Fortschritt schaffen, beginnt sich die Rolle des Kundenservice zu verändern. Service-Interaktionen werden nicht mehr als zu minimierende Kosten behandelt und beginnen zu prägen, wie Kunden über das Unternehmen denken, lange nachdem das Problem gelöst ist.
Ein gut geführtes Gespräch kann nach einem Problem das Vertrauen wiederherstellen oder einem Kunden helfen, eine bessere Entscheidung zu treffen. Es kann auch Möglichkeiten aufzeigen, die dem Kunden wirklich zugutekommen, wie z. B. eine rechtzeitige Erinnerung, etwas nachzubestellen, auf das er angewiesen ist, oder eine Empfehlung für ein Abonnement, das besser zu seiner Nutzung des Dienstes passt. Das hat auch dann einen Wert, wenn kein unmittelbarer Verkauf involviert ist. Im Laufe der Zeit verstärken sich diese Momente und beeinflussen die Loyalität, Kundenbindung und den langfristigen Wert.
Das ist die Verlagerung von Volumen zu Wert, bei der der Erfolg dadurch definiert wird, was jedes Gespräch zur Beziehung beiträgt.
So gesehen wird der Service zu einem Wachstumsmotor, weil er durch Handeln im richtigen Moment konsequent Vertrauen gewinnt, ein Gespräch nach dem anderen.
Agent-zu-Agent-Kommunikation: Der nächste Wendepunkt, den die meisten Unternehmen nicht einplanen
Sobald Unternehmen anfangen, Service als Treiber für langfristigen Wert zu betrachten, wird die Frage nicht mehr lauten, wie Gespräche ablaufen – sondern zwischen wem diese Gespräche tatsächlich stattfinden. Heute ist die meiste Kundenkommunikation so konzipiert, dass auf der einen Seite eine Person Kontakt aufnimmt und auf der anderen ein Unternehmen antwortet, sei es durch einen menschlichen Agenten oder einen einfachen Chatbot. Dieses Modell beginnt sich bereits zu verändern.
Der nächste Wendepunkt wird die Verlagerung hin zur Agent-zu-Agent-Kommunikation sein. Bei diesen Interaktionen wird der „Kunde“, der das Gespräch initiiert, gar keine Person sein, sondern ein persönlicher Assistent mit künstlicher Intelligenz, der in seinem Namen handelt.
Anstatt dass ein Kunde selbst den Status einer Bestellung prüft, ein fehlendes Paket verfolgt oder Optionen vergleicht, wird dies sein Assistent mit künstlicher Intelligenz erledigen. Der Assistent wird die relevanten Unternehmens- oder Liefersysteme kontaktieren, Informationen austauschen und mit einer klaren Antwort zurückkehren. Der Verbraucher muss nie wieder durch mehrere Touchpoints navigieren, weil sein Assistent dies für ihn erledigt. Und obwohl diese Gespräche von Maschine zu Maschine stattfinden, beeinflusst das Ergebnis immer noch direkt, wie eine Person ein Unternehmen erlebt und ihm vertraut.
Dies hat bedeutsame Konsequenzen für Unternehmen. Wenn KI-Systeme direkt mit anderen KI-Systemen interagieren, müssen Unternehmen hinsichtlich der Verantwortung eindeutig sein. Der Agent für künstliche Intelligenz eines Unternehmens muss wissen, welche Informationen er teilen darf, welche Aktionen er durchführen darf und wann eine Situation menschliches Eingreifen erfordert.
Im Laufe der Zeit deutet dies auf ein aufkommendes „Internet der Agenten“ hin, in dem Assistenten mit künstlicher Intelligenz auf kontrollierte Weise direkt mit den Systemen von Unternehmen zu interagieren beginnen. Einige Unternehmen werden diese Interaktionen selbst verwalten, während andere durch definierte Interaktionen und Berechtigungen teilnehmen werden. In beiden Fällen wird das Verhalten eines Agenten für künstliche Intelligenz zu einer zentralen Design-Entscheidung.
Erste Anzeichen dieses Wandels sind bereits in Open-Source-Projekten sichtbar, wie etwa Die Assistenten für künstliche Intelligenz von OpenClaw die direkt mit anderen KI-Systemen interagieren, Informationen austauschen und ohne menschliches Eingreifen im Auftrag der Nutzenden handeln können. Ebenso wichtig ist, dass diese Projekte verdeutlichen, wie entscheidend Sicherheit und verlässliche Rahmenbedingungen sind, damit Interaktionen zwischen KI-Agenten im großen Maßstab sicher und vertrauenswürdig ablaufen.
In dieser nächsten Phase werden die Unternehmen erfolgreich sein, die Autorität frühzeitig definieren und klare Grenzen für ihre KI-Agenten setzen. In einer Agent-zu-Agent-Welt wird Vertrauen durch vorhersagbares Verhalten und Systeme verdient, die im Namen eines Unternehmens verantwortungsbewusst handeln. Unternehmen, die jetzt damit beginnen, dies zu planen, werden weitaus besser positioniert sein, wenn diese Interaktionen Teil alltäglicher Customer Journeys werden.
Worauf sich Führungskräfte als Nächstes konzentrieren sollten
Künstliche Intelligenz verändert, wie Kundengespräche stattfinden. Der nächste Schritt für Führungskräfte besteht darin zu entscheiden, wie diese Gespräche ablaufen sollen.
Da Interaktionen kontinuierlicher und zunehmend automatisiert werden, muss der Erfolg anhand von Ergebnissen definiert werden. Führungskräfte müssen verstehen, ob Gespräche Fortschritt schaffen, Unsicherheit reduzieren und im Laufe der Zeit Vertrauen aufbauen. Das ist nur möglich, wenn der Kontext erhalten bleibt. Geschwindigkeit und Effizienz sind immer noch wichtig, aber ohne Kontext zeigen sie nur, wie schnell Gespräche enden, und nicht, ob sie Kontinuität, Vertrauen und aussagekräftige Ergebnisse schaffen.
Und da Agenten für künstliche Intelligenz eine größere Rolle übernehmen, werden sie beginnen, das Unternehmen in jeder Interaktion zu repräsentieren. Ihre Antworten werden durch den ihnen gegebenen Kontext geprägt und wirken sich direkt auf das Vertrauen aus. Ihre Entscheidungen haben Konsequenzen. Klare Absicht, Grenzen und Verantwortlichkeit sind erforderlich, um sicherzustellen, dass diese Interaktionen bei wachsendem Volumen konsistent und zuverlässig bleiben.
Die bevorstehende Herausforderung besteht darin, das Wachstum zu verwalten, ohne die Kontrolle zu verlieren, und Gespräche zu skalieren, ohne das Vertrauen zu untergraben. Führungskräfte, die mit dieser Disziplin an künstliche Intelligenz herangehen, werden für das, was als Nächstes kommt, besser positioniert sein.
Möchten Sie mehr erfahren? Sehen Sie sich das On-Demand-Webinar von Sinch an, Was die Zukunft für die Kundenkommunikation bereithält, um direkt von führenden Köpfen der Branche zu erfahren, wie sie die nächste Phase der Kundenkommunikation beurteilen.
Autor:
